只要企業從人工智慧中獲得持續的價值，它就會成功！
自從計算機行業誕生之後，軟體的發展一直是衡量整個產業進步程度的重要指標之一。但在傳統模式下，廠商透過License將軟體產品部署到企業內部多個客戶終端實現交付。這既效率低下，也會產生許多額外的成本。
進入21世紀後，
軟體即服務（Software-as-a-Service，SaaS）
概念隨著網際網路技術的發展和應用軟體的成熟而逐漸流行。SaaS定義了一種新的交付方式，也使得軟體進一步迴歸服務本質。
成功的SaaS業務能夠提供可預測的、經常性的收入，可以透過獲取更多的訂閱來增長，而且幾乎沒有額外的成本，這使它們快速成為一種極具吸引力的投資。
20多年來，全球風險投資公司都在SaaS公司的投資上總結出了一套成熟的方案。
當人工智慧賽道的大門開啟後，風險投資公司發現他們從SaaS投資中得到的教訓並不適用於AI的世界。
歸根結底就是人工智慧公司遵循的成長路徑與SaaS供應商非常不同，舊的規則根本無效。
以下是風險投資公司在人工智慧方面常犯的四個錯誤：
▍1。 ARR增長不意味著人工智慧會取得長期成功
人工智慧領域的投資有多瘋狂根本無需贅言。以大資料初創公司Databricks為例，在今年2月份完成10億美元的G輪融資，6個月後又在8月份以380億美元的估值進行了16億美元的H輪融資。
而當一級市場在為人工智慧瘋狂的時候，二級市場卻顯示出更多理性行為的跡象。公開交易的C3。ai相對於2020年12月上市後立即創下的歷史新高，目前已經損失了70% 的市值。2021年9月初，該公司釋出了第一季度財報，這是導致股價進一步下跌近10% 的首要原因。
那麼，到底發生了什麼？目前的情況是，風險投資公司佔主流一級市場從根本上就不理解人工智慧。
事實上，人工智慧並不難賣。但是，人工智慧很難實施，也很難讓它產生價值。
通常在SaaS中，真正的危險是市場風險——客戶會購買嗎？所以一級市場總是圍繞著
年度經常性收入（ARR）
的增長來組織。如果你能顯示快速的ARR增長，那麼顯然客戶想要購買你的產品，因此你的產品一定是好的。
但人工智慧市場並不是這樣的。在人工智慧市場上，許多客戶願意購買，因為他們急切地想要解決正在面臨的商業問題，而人工智慧所描繪的藍圖又是如此巨大。
因此，風險投資公司不斷向Databricks這樣的公司注入大量資金，並將它們的估值推至荒謬的水平，而沒有停下來思考數十億美元進入這些公司，最多隻能創造出數億美元的ARR。
一言以概之，這是對一個已經被過度炒作的市場強行提供資金。
一份來自 Forrester 的報告揭示了一些具有如此巨大估值的人工智慧公司背後到底發生了什麼。Databricks報告說，有四個客戶的三年淨正投資回報率為417%。DataRobot有四個客戶在三年內創造了514%的回報率。
問題是，在這些公司擁有的數百個客戶中，他們一定是挑選了一些非常好的客戶進行這些分析，但即便這樣它們的回報率仍然不是很高。他們最好的客戶的年回報率幾乎沒有翻倍，而對於一項應該從你的投資中獲得至少10倍回報的變革性技術來說，這很難稱得上是一個理想的情況。
可以說，風險投資公司沒有關注最重要的因素，即客戶是否從人工智慧中獲得實際價值，而是痴迷於 ARR 的增長。
但實現ARR擴張的最快方式是粗暴的銷售，銷售服務以彌補差距，因為你沒有時間來構建正確的產品。這就是為什麼你在資料科學和機器學習市場上看到這麼多諮詢工具包偽裝成產品。
▍2。 MVP不是測試市場的最佳方法
從對SaaS的投資中，風險投資公司學會了重視
最小可行產品（MVP）
。MVP是指一個軟體產品的早期版本，其功能僅夠使用，以便潛在客戶能夠為未來的產品開發提供反饋。
風險投資機構的經驗是，如果客戶願意購買MVP，那麼他們就會購買完整版本的產品。構建一個MVP已經成為SaaS賽道的標準操作，因為它向風險投資人表明，客戶願意為解決特定問題的產品付錢。
但這種方法對人工智慧不起作用。對於人工智慧，問題不在於構建一個 MVP 來判斷人們是否願意付錢。真正的問題在於找出人工智慧在哪裡可以創造價值。
換句話說，這不是測試產品與市場的契合度，而是測試產品與價值的轉換。這是兩個截然不同的概念。
▍3。 成功的人工智慧試點並不總意味著成功的結果
風險投資公司從SaaS賽道學會的另一條規則是，成功的AI試點意味著成功的結果。誠然，如果你已經在受控條件下成功地在一小群銷售人員中試用了像 Salesforce 這樣的 SaaS 產品，你可以合理地從試驗中推斷出軟體在廣泛生產中的表現。
但這對人工智慧來說是行不通的。人工智慧在實驗室中的表現與它在現實世界的表現有根本的不同。
你可以根據清理過的資料進行人工智慧試驗，發現如果你遵循人工智慧的預測和建議，理論上你的公司將賺取1億美元。但當你把人工智慧投入生產時，資料已經改變了。商業環境發生了變化，你的終端使用者可能不接受人工智慧的建議。由於人工智慧導致了錯誤的商業決策，你不但沒有賺到1億美元，反而可能會賠錢。
▍4。 簽署了長期合同不意味著產品就好
一般來說，風險投資公司喜歡客戶與供應商簽訂長期合同，他們認為這是長期成功和收入的有力指標。但對於人工智慧來說，這不一定是真的。
人工智慧創造的價值增長如此之快，而且具有潛在的變革性，任何真正相信自己技術的供應商都不會試圖銷售一份三年期的合同。一個有信心的人工智慧供應商應該會選擇銷售一份短期合同，展示人工智慧創造的價值，然後再進行價格談判。
那些花大力氣把客戶鎖定在長期合同上的人工智慧供應商是擔心自己的產品在短期內無法創造價值。
他們試圖做的是鎖定一個為期三年的合同，然後期望在未來的某個時候，產品會變得足夠好。而這往往都不會發生，根據麻省理工學院/BCG的一項研究，只有10%的企業能夠從人工智慧專案中獲得價值。
風投們已經被訓練成認為，任何簽訂了大量長期合同的供應商都一定有更好的產品，而在人工智慧領域，事實恰恰相反。
▍轉變思路看待人工智慧
毋庸置疑，風險投資公司需要重新審視人工智慧，而不是依賴過往的經驗。人工智慧是一項快速發展的轉型技術，就像網際網路在20世紀90年代一樣。
當網際網路興起時，風險投資公司也沒有為了投資網際網路公司而糾結於其盈利能力或收入。
他們基本上說，“讓我們看看人們是否從技術中獲得了價值。”如果人們採用該技術並從中獲得價值，那麼你就不必在一開始就很擔心收入或盈利能力。如果你創造了價值，你就會賺錢。
現在的人工智慧投資人也可以借鑑這種早期的網際網路思維，並開始根據客戶是否獲得價值來評估新興技術，而不是依賴粗暴的ARR數字。
人工智慧註定是一個改變遊戲規則的技術，就像網際網路一樣。只要企業從人工智慧中獲得持續的價值，它就會成功，聰明的風險投資公司瞭解這一點，就會獲得回報。
參考資料：
https：//venturebeat。com/2021/10/24/4-things-vcs-get-wrong-about-ai/